Python SciPy linprog优化失败，状态为3

尝试用linprog最小化一个简单的线性函数。系数是

arr2

的元素乘以-1。每个变量只有不等式约束，例如-1未正确形成

constr_a

列表。它是数组的数组，而不是标量数组。这可能会导致不正确的下限，从而导致优化失败

或许

constr_a.append(constr_default)

应该是

constr_a.append(constr_default[i])

---

检查两个绑定数组，确保它们具有正确的形式和值。

constr\u a

是一个矩阵（2n，n），未知变量数组是（n，1），矩阵乘法结果是数组

constr\u b

，即（2n，1）。在我看来，这里没有错。@Inna打印并检查

constr\u a

的前几个元素，谢谢你的建议。在邮件中回答。

from scipy.optimize import linprog
import numpy as np
import pandas as pd

numdim = 2

arr1 = np.ones(numdim)
arr1 = - arr1

arr2 = np.array([
19.53,
128.97
])

constr_a = []

for i in range(numdim):

    constr_default = np.zeros(numdim)
    constr_default[i] = 1
    constr_a.append(constr_default)

for i in range(numdim):

    constr_default = np.zeros(numdim)
    constr_default[i] = -1
    constr_a.append(constr_default)

constr_a = np.asarray(constr_a)
constr_b = np.arange(1, 2*numdim + 1, 1)
constr_b[numdim:] = constr_b[:numdim]

print constr_a
print constr_b
print linprog(np.transpose(arr1 * arr2), constr_a, constr_b, bounds=(None, None))

constr_a.append(constr_default)

constr_a.append(constr_default[i])